Comment imprimer la matrice NumPy complète?

Question

Lorsque j'imprime un tableau numpy, j'obtiens une représentation tronquée, mais je veux le tableau complet.

Y at-il un moyen de le faire?

Exemples:

>>> numpy.arange(10000) 
array([ 0, 1, 2, ..., 9997, 9998, 9999]) 
>>> numpy.arange(10000).reshape(250,40) 
array([[ 0, 1, 2, ..., 37, 38, 39], 
     [ 40, 41, 42, ..., 77, 78, 79], 
     [ 80, 81, 82, ..., 117, 118, 119], 
     ..., 
     [9880, 9881, 9882, ..., 9917, 9918, 9919], 
     [9920, 9921, 9922, ..., 9957, 9958, 9959], 
     [9960, 9961, 9962, ..., 9997, 9998, 9999]]) 

Answer 1

Pour clarifier sur la réponse de Reed

import numpy 
numpy.set_printoptions(threshold=numpy.nan) 

Notez que la réponse donnée comme ci-dessus fonctionne avec un premier « de * l'importation numpy », ce qui est souhaitable. Cela fonctionne aussi pour moi

numpy.set_printoptions(threshold='nan') 

Pour une documentation complète, voir http://docs.scipy.org/doc/numpy/reference/generated/numpy.set_printoptions.html.

Answer 2

Cela sonne comme vous utilisez numpy.

Si tel est le cas, vous pouvez ajouter:

import numpy as np 
np.set_printoptions(threshold='nan') 

qui désactive l'impression d'angle. Pour plus d'informations, voir ce NumPy Tutorial.

Answer 3

Voici une façon unique de le faire, ce qui est utile si vous ne voulez pas changer vos paramètres par défaut:

def fullprint(*args, **kwargs): 
    from pprint import pprint 
    import numpy 
    opt = numpy.get_printoptions() 
    numpy.set_printoptions(threshold='nan') 
    pprint(*args, **kwargs) 
    numpy.set_printoptions(**opt) 

Answer 4

import numpy as np 
np.set_printoptions(threshold=np.inf) 

Je suggère d'utiliser np.inf au lieu de np.nan qui est suggéré par d'autres. Ils travaillent tous les deux pour votre but, mais en définissant le seuil à «l'infini», il est évident pour tout le monde en lisant votre code ce que vous voulez dire. Avoir un seuil de "pas un nombre" me semble un peu vague.

Answer 5

Les réponses précédentes sont les bonnes, mais comme une alternative weeker vous pouvez transformer en une liste:

>>> numpy.arange(100).reshape(25,4).tolist() 

[[0, 1, 2, 3], [4, 5, 6, 7], [8, 9, 10, 11], [12, 13, 14, 15], [16, 17, 18, 19], [20, 21, 
22, 23], [24, 25, 26, 27], [28, 29, 30, 31], [32, 33, 34, 35], [36, 37, 38, 39], [40, 41, 
42, 43], [44, 45, 46, 47], [48, 49, 50, 51], [52, 53, 54, 55], [56, 57, 58, 59], [60, 61, 
62, 63], [64, 65, 66, 67], [68, 69, 70, 71], [72, 73, 74, 75], [76, 77, 78, 79], [80, 81, 
82, 83], [84, 85, 86, 87], [88, 89, 90, 91], [92, 93, 94, 95], [96, 97, 98, 99]] 

Answer 6

L'utilisation d'un gestionnaire de contexte que Paul Price sugggested

import numpy as np 


class fullprint: 
    'context manager for printing full numpy arrays' 

    def __init__(self, **kwargs): 
     if 'threshold' not in kwargs: 
      kwargs['threshold'] = np.nan 
     self.opt = kwargs 

    def __enter__(self): 
     self._opt = np.get_printoptions() 
     np.set_printoptions(**self.opt) 

    def __exit__(self, type, value, traceback): 
     np.set_printoptions(**self._opt) 

a = np.arange(1001) 

with fullprint(): 
    print(a) 

print(a) 

with fullprint(threshold=None, edgeitems=10): 
    print(a) 

Answer 7

numpy.savetxt

numpy.savetxt(sys.stdout, numpy.arange(10000)) 

ou si vous avez besoin d'une chaîne:

import StringIO 
sio = StringIO.StringIO() 
numpy.savetxt(sio, numpy.arange(10000)) 
s = sio.getvalue() 
print s 

Le format de sortie par défaut est:

0.000000000000000000e+00 
1.000000000000000000e+00 
2.000000000000000000e+00 
3.000000000000000000e+00 
... 

et il peut être configuré avec d'autres arguments.

Testé sur Python 2.7.12, numpy 1.11.1.

Answer 8

Pour ceux qui aiment importer comme np:

import numpy as np 
np.set_printoptions(threshold=np.nan) 

Sera également travailler

Answer 9

Si un tableau est trop grand pour être imprimé, NumPy saute automatiquement la partie centrale du tableau et imprime seulement coins: pour désactiver ce comportement et la force NumPy pour imprimer le tableau entier, vous pouvez modifier les options d'impression à l'aide set_printoptions.

>>> np.set_printoptions(threshold='nan') 

          ***or*** 
    >>> np.set_printoptions(edgeitems=3,infstr='inf', 
... linewidth=75, nanstr='nan', precision=8, 
... suppress=False, threshold=1000, formatter=None) 

vous pouvez aussi reffer numpy documentationnumpy documentation for "or part" pour plus d'aide

Answer 10

sa gamme est comme python, utilisez np.range(10001) bienvenue !! .

Answer 11

Ceci est une légère modification (supprimé la possibilité de passer des arguments supplémentaires à set_printoptions) de neok de réponse

Il montre comment vous pouvez utiliser contextlib.contextmanager pour créer facilement un tel ContextManager avec moins de lignes de code:

import numpy as np 
from contextlib import contextmanager 

@contextmanager 
def show_complete_array(): 
    oldoptions = np.get_printoptions() 
    np.set_printoptions(threshold=np.inf) 
    yield 
    np.set_printoptions(**oldoptions) 

Dans votre code, il peut être utilisé comme ceci:

a = np.arange(1001) 

print(a)  # shows the truncated array 

with show_complete_array(): 
    print(a) # shows the complete array 

print(a)  # shows the truncated array (again)